হারানো এবং প্রাপ্তি

• বর্ণনা :

LostAndFound ডেটাসেট প্রায়শই হারিয়ে যাওয়া পণ্যসম্ভারের কারণে রাস্তায় অপ্রত্যাশিত ছোট বাধা শনাক্ত করার সমস্যার সমাধান করে। ডেটাসেটটিতে 2104 টি টীকাযুক্ত ফ্রেম সহ 112 টি স্টেরিও ভিডিও সিকোয়েন্স রয়েছে (রেকর্ড করা ডেটা থেকে প্রায় প্রতি দশম ফ্রেম বাছাই করা)।

ডেটাসেটটি 'সিটিস্কেপ' ডেটাসেটের অনুরূপভাবে ডিজাইন করা হয়েছে। ডেটসেট প্রদান করে: - 8 বা 16 বিট রঙের রেজোলিউশনে স্টেরিও ইমেজ জোড়া - পূর্বনির্ধারিত বৈষম্য মানচিত্র - বস্তু এবং রাস্তার জন্য মোটা শব্দার্থিক লেবেল

লেবেলগুলির বিবরণ এখানে দেওয়া হয়েছে: http://www.6d-vision.com/laf_table.pdf

• অতিরিক্ত ডকুমেন্টেশন : north_east কোড সহ কাগজপত্রে অন্বেষণ করুন

• হোমপেজ : http://www.6d-vision.com/lostandfounddataset

• উত্স কোড : tfds.datasets.lost_and_found.Builder

• সংস্করণ :

  • 1.0.0 (ডিফল্ট): কোনো রিলিজ নোট নেই।

• স্বয়ংক্রিয় ক্যাশে ( ডকুমেন্টেশন ): না

• বিভাজন :

• তত্ত্বাবধান করা কী (দেখুন as_supervised doc ): None

• চিত্র ( tfds.show_examples ): সমর্থিত নয়।

• উদ্ধৃতি :

@inproceedings{pinggera2016lost,
  title={Lost and found: detecting small road hazards for self-driving vehicles},
  author={Pinggera, Peter and Ramos, Sebastian and Gehrig, Stefan and Franke, Uwe and Rother, Carsten and Mester, Rudolf},
  booktitle={2016 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS)},
  year={2016}
}

Lost_and_found/semantic_segmentation (ডিফল্ট কনফিগারেশন)

• কনফিগার বিবরণ : হারিয়ে যাওয়া এবং পাওয়া শব্দার্থিক সেগমেন্টেশন ডেটাসেট।

• ডাউনলোড সাইজ : 5.44 GiB

• ডেটাসেটের আকার : 5.42 GiB

• বৈশিষ্ট্য গঠন :

FeaturesDict({
    'image_id': Text(shape=(), dtype=string),
    'image_left': Image(shape=(1024, 2048, 3), dtype=uint8),
    'segmentation_label': Image(shape=(1024, 2048, 1), dtype=uint8),
})

• বৈশিষ্ট্য ডকুমেন্টেশন :

• উদাহরণ ( tfds.as_dataframe ):

হারিয়ে_এন্ড_ফাউন্ড/স্টেরিও_বৈষম্য

• কনফিগার বিবরণ : হারিয়ে যাওয়া এবং পাওয়া স্টেরিও চিত্র এবং বৈষম্য মানচিত্র।

• ডাউনলোড আকার : 12.16 GiB

• ডেটাসেটের আকার : 12.22 GiB

• বৈশিষ্ট্য গঠন :

FeaturesDict({
    'disparity_map': Image(shape=(1024, 2048, 1), dtype=uint8),
    'image_id': Text(shape=(), dtype=string),
    'image_left': Image(shape=(1024, 2048, 3), dtype=uint8),
    'image_right': Image(shape=(1024, 2048, 3), dtype=uint8),
})

• বৈশিষ্ট্য ডকুমেন্টেশন :

• উদাহরণ ( tfds.as_dataframe ):

হারিয়ে_এবং_পাওয়া/পূর্ণ

• কনফিগারেশনের বিবরণ : সম্পূর্ণ হারানো এবং পাওয়া ডেটাসেট।

• ডাউনলোড আকার : 12.19 GiB

• ডেটাসেটের আকার : 12.25 GiB

• বৈশিষ্ট্য গঠন :

FeaturesDict({
    'disparity_map': Image(shape=(1024, 2048, 1), dtype=uint8),
    'image_id': Text(shape=(), dtype=string),
    'image_left': Image(shape=(1024, 2048, 3), dtype=uint8),
    'image_right': Image(shape=(1024, 2048, 3), dtype=uint8),
    'instance_id': Image(shape=(1024, 2048, 1), dtype=uint8),
    'segmentation_label': Image(shape=(1024, 2048, 1), dtype=uint8),
})

• বৈশিষ্ট্য ডকুমেন্টেশন :

• উদাহরণ ( tfds.as_dataframe ):

হারিয়ে_এন্ড_ফাউন্ড/পূর্ণ_16 বিট

• কনফিগারেশনের বিবরণ : সম্পূর্ণ হারানো এবং পাওয়া ডেটাসেট।

• ডাউনলোড আকার : 34.90 GiB

• ডেটাসেটের আকার : 35.05 GiB

• বৈশিষ্ট্য গঠন :

FeaturesDict({
    'disparity_map': Image(shape=(1024, 2048, 1), dtype=uint8),
    'image_id': Text(shape=(), dtype=string),
    'image_left': Image(shape=(1024, 2048, 3), dtype=uint8),
    'image_right': Image(shape=(1024, 2048, 3), dtype=uint8),
    'instance_id': Image(shape=(1024, 2048, 1), dtype=uint8),
    'segmentation_label': Image(shape=(1024, 2048, 1), dtype=uint8),
})

• বৈশিষ্ট্য ডকুমেন্টেশন :

• উদাহরণ ( tfds.as_dataframe ):